首页 文章 精选 留言 我的

精选列表

搜索[认知分析],共10007篇文章
优秀的个人博客,低调大师

《认知设计:提升学习体验的艺术》——为什么大脑就像一个衣橱

为什么大脑就像一个衣橱思考一个主题,并与你所擅长的专业联系起来。你会有怎样的思维模式呢?像下面哪种情形?如果你是专家,很可能你会拥有第一种思维模式—规范有序,有许多不同的类别,分不同的区域,有一个精密的信息组织方式。如果你是一名新手,你对所了解的信息只能有很简陋的架构。如果有人将一件蓝色的毛衣交给专家,让他将这件毛衣放进衣橱里,他能够快速地决定将这件毛衣放在哪里,因为他已经非常了解衣橱里的结构(放在毛衣的衣架上,就在冬季衣服的旁边,按照重量或款式,甚至颜色进行排序)。但当你将相关内容交给一名初学者,他们将会很为难地看着这块他们所不知道的信息,耸耸肩,然后将它丢到信息衣橱中,任由它们堆在那里。我们都有过这些培训经历,在那里你获得一堆信息,你所能做的只是尽力使自己跟上。更大的问题出现在当你希望某人重新检索这些信息时。作为专家,你有各种

优秀的个人博客,低调大师

Giraph源码分析(六)——Edge 分析

1.在Vertex类中,顶点的存储方式采用邻接表形式。每个顶点有 VertexId、VertexValue、OutgoingEdges和Halt,boolean型的halt变量用于记录顶点的状态,false时表示active,true表示inactive状态。 片段代码如下。 2.org.apache.giraph.edge.Edge 接口,用于存储顶点的边,每条边包含targetVertexId和edgeValue两个属性。类关系图如下: Giraph默认使用DefaultEdge类存储边,该类中有两个变量: I targetVertexId和 E value,I为顶点ID的类型,E为边的类型。注意,DefaultEdge类同时继承ReusableEdge接口,在ReusableEdge类的定义中,有如下说明文字:A complete edge, the target vertex and the edge value. Can only be one edge with a destination vertex id per edge map. This edge can be reused, that is you can set it's target vertex ID and edge value. Note: this class is useful for certain optimizations, but it's not meant to be exposed to the user. Look at MutableEdge instead. 从上述说明文字可知,edge可以被重用,只需要修改targetVertexId和value的值就行。即每个Vertex若有多条出边,只会创建一个DefaultEdge对象来存储边。3.org.apache.giraph.edge.OutEdges 用于存储每个顶点的out-edges。从Vertex类的定义可知,顶点的每条边都被存储在OutEdges类型的edge对象中,OutEdges接口的关系图如下: Giraph默认的使用ByteArrayEdges,每个顶点的所有边都被存储在byte[ ]中。当顶点向它的出边发送消息时,需要遍历Vertex类中的edges对象。示例代码如下: 注意:由DefaultEdge的定义可知,遍历getEdges时,返回的Edge对象时同一个对象,只是该对象中值改变了。下面继续查看代码来证明此观点。查看ByteArrayEdges类的iterator()方法,如下: 返回的是内部类ByteArrayEdgeIterator对象,定义如下: 总结:当顶点的出度很大时,此优化甚好,能很好的节约内存。如UK-2005数据中,顶点的最大出度为 5213。假设顶点1的出度顶点有<2 , 0.4>,<3 , 7.8> ,<5 , 6.4> 。如下代码: 输出结果为:[ 2 ][ 3 , 3 ][ 5 , 5 , 5 ]并非是希望的 [ 2 , 3 , 5 ]

优秀的个人博客,低调大师

kaldi 源码分析(七) - HCLG 分析

Kaldi 语音识别主流程: 语音识别过程 解码网络使用 HCLG.fst 的方式, 它由 4 个 fst 经过一系列算法组合而成。分别是 H.fst、C.fst、L.fst 和 G.fst 4 个 fst 文件: 1. G:语言模型,输入输出类型相同,实际是一个WFSA(acceptor接受机),为了方便与其它三个WFST进行操作,将其视为一个输入输出相同的WFST。 2. L:发音词典,输入:monophone,输出:词; 3. C:上下文相关,输入:triphone(上下文相关),输出:monophnoe; 4. H:HMM声学模型,输入:HMM transitions-ids (对 pdf-id 和 其它信息编码后的 id),输出:triphone。 通过如下组合方式来计算最终输出结果: HCLG = asl(min(rds(det(H' o min(det(C o min(det(Lo G)))))))) 上面的o表示组合,det表示确定化,min表示最小化,rds表示去除消岐符号,asl表示增加自环。 其训练顺序为 G -> L -> C -> H (因 G 语法模型基于统计生成,L 则是在 G 生成过程中使用的基础,而 C 则是基于 L 生成的 phone 上下文关系依据决策树生成的结果) 解码过程中使用 Lattice 来保存识别的候选序列,通过遍历得到得分最靠前的多条候选路径,即 N-best,即为输出文本。Lattice 本质是一个有向无环图( directed acyclic graph )。 图上的每个节点代表一个词的结束时间点,每条边代表一个可能的词,以及该词发生的声学得分和语言模型得分。 参考 语音识别中的lattice与confusion networkkaldi lattice

优秀的个人博客,低调大师

看完《认知觉醒》如何真正改变生活?我写了一套自动化 Skill

背景:我比较爱看纸质版的书,6月份看了豆豆三本书,没有继续坚持下去,7月没怎么看书了,一开始的初衷是,不想断断续续的看书,希望养成一个良好的看书习惯,兴奋期消退以后,我便断崖式放弃了。我看过很多书,我在思路,这些书到底给我留下了什么?当然它们会内化到我的思想里面,体现在我不知道的日常行为举止,总之,我不能明确的知道,留下了什么!

优秀的个人博客,低调大师

物联网技术周报第 86 期: 为认知 IoT 应用程序实现区块链

新闻 《微软推出主打安全性的 Project Sopris 低成本物联网设备》在“始终连接”的物联网世界,微软亦希望坚持保证安全性,并推出了一套名叫“Project Sopris”的低成本 IoT 设备。他们在首个技术报告中详细介绍这种“高安全性设备”的七大属性,此外还联手 MTK,打造了一款高安全性的改版微控制器(支持 Wi-Fi 的 MT7687)。 《阿里巴巴、中兴、中国联通共同打造物联网区块链框架》阿里巴巴集团、中兴、中国联通,以及中国工信部宣布将共同打造专门应用于物联网的区块链框架,且已与国际电信联盟(ITU)有过进一步接触,希望透过区块链技术来改善物联网连接成本过高、过度集中、扩展不易、网络安全漏洞等问题。 《瞄准千亿工业物联网市场,有人物联网为2万企业级用户提供完整可靠方案》成立于2011年的山东有人信息技术有限公司是一家

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册